توضیحات
Discover easy-to-follow solutions and techniques to help you to implement applied mathematical concepts such as probability, calculus, and equations using Python’s numeric and scientific libraries
Key Features
- Compute complex mathematical problems using programming logic with the help of step-by-step recipes
- Learn how to utilize Python’s libraries for computation, mathematical modeling, and statistics
- Discover simple yet effective techniques for solving mathematical equations and apply them in real-world statistics
Book Description
Python, one of the world’s most popular programming languages, has a number of powerful packages to help you tackle complex mathematical problems in a simple and efficient way. These core capabilities help programmers pave the way for building exciting applications in various domains, such as machine learning and data science, using knowledge in the computational mathematics domain.
The book teaches you how to solve problems faced in a wide variety of mathematical fields, including calculus, probability, statistics and data science, graph theory, optimization, and geometry. You’ll start by developing core skills and learning about packages covered in Python’s scientific stack, including NumPy, SciPy, and Matplotlib. As you advance, you’ll get to grips with more advanced topics of calculus, probability, and networks (graph theory). After you gain a solid understanding of these topics, you’ll discover Python’s applications in data science and statistics, forecasting, geometry, and optimization. The final chapters will take you through a collection of miscellaneous problems, including working with specific data formats and accelerating code.
By the end of this book, you’ll have an arsenal of practical coding solutions that can be used and modified to solve a wide range of practical problems in computational mathematics and data science.
What you will learn
- Get familiar with basic packages, tools, and libraries in Python for solving mathematical problems
- Explore various techniques that will help you to solve computational mathematical problems
- Understand the core concepts of applied mathematics and how you can apply them in computer science
- Discover how to choose the most suitable package, tool, or technique to solve a certain problem
- Implement basic mathematical plotting, change plot styles, and add labels to the plots using Matplotlib
- Get to grips with probability theory with the Bayesian inference and Markov Chain Monte Carlo (MCMC) methods
Who this book is for
This book is for professional programmers and students looking to solve mathematical problems computationally using Python. Advanced mathematics knowledge is not a requirement, but a basic knowledge of mathematics will help you to get the most out of this book. The book assumes familiarity with Python concepts of data structures.
Table of Contents
- Basic Packages, Functions, and Concepts
- Mathematical Plotting with Matplotlib
- Calculus and Differential Equations
- Working with Randomness and Probability
- Working with Trees and Networks
- Working with Data and Statistics
- Regression and Forecasting
- Geometric Problems
- Finding Optimal Solutions
- Miscellaneous Topics
————————————————————–
ترجمه ماشینی :
راه حل ها و تکنیک های آسان برای دنبال کردن برای کمک به شما در اجرای مفاهیم ریاضی کاربردی مانند احتمال ، حساب و معادلات با استفاده از کتابخانه های عددی و علمی پایتون
ویژگی های مهم
- مشکلات پیچیده ریاضی را با استفاده از منطق برنامه نویسی با کمک دستور العمل های گام به گام محاسبه کنید
- یاد بگیرید که چگونه از کتابخانه های پایتون برای محاسبه ، مدل سازی ریاضی و آمار استفاده کنید. li>
- تکنیک های ساده و در عین حال مؤثر برای حل معادلات ریاضی را کشف کنید و آنها را در آمار دنیای واقعی اعمال کنید
توضیحات کتاب
پایتون ، یکی از محبوب ترین جهان زبان های برنامه نویسی ، تعدادی بسته قدرتمند برای کمک به شما در مقابله با مشکلات پیچیده ریاضی به روشی ساده و کارآمد است. این قابلیت های اصلی به برنامه نویسان کمک می کند تا راه را برای ساختن برنامه های هیجان انگیز در حوزه های مختلف ، مانند یادگیری ماشین و علم داده ، با استفاده از دانش در حوزه ریاضیات محاسباتی هموار کنند. طیف گسترده ای از زمینه های ریاضی ، از جمله حساب ، احتمال ، آمار و علوم داده ، تئوری نمودار ، بهینه سازی و هندسه. شما با توسعه مهارت های اصلی و یادگیری در مورد بسته های تحت پوشش در پشته علمی پایتون ، از جمله Numpy ، Scipy و Matplotlib شروع خواهید کرد. با پیشرفت ، با مباحث پیشرفته تر حساب ، احتمال و شبکه ها (تئوری نمودار) به دست می آیید. پس از درک کاملی از این مباحث ، کاربردهای پایتون را در علوم داده و آمار ، پیش بینی ، هندسه و بهینه سازی کشف خواهید کرد. فصل های آخر شما را از طریق مجموعه ای از مشکلات متفرقه ، از جمله کار با قالب های داده خاص و شتاب کد ، به شما منتقل می کند. استفاده و اصلاح شده برای حل طیف گسترده ای از مشکلات عملی در ریاضیات محاسباتی و علوم داده. پایتون برای حل مشکلات ریاضی
tag : دانلود کتاب استفاده از ریاضی با پایتون: دستور العمل های عملی برای حل مشکلات ریاضی محاسباتی با استفاده از برنامه نویسی پایتون و کتابخانه های آن , Download استفاده از ریاضی با پایتون: دستور العمل های عملی برای حل مشکلات ریاضی محاسباتی با استفاده از برنامه نویسی پایتون و کتابخانه های آن , دانلود استفاده از ریاضی با پایتون: دستور العمل های عملی برای حل مشکلات ریاضی محاسباتی با استفاده از برنامه نویسی پایتون و کتابخانه های آن , Download Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries Book , استفاده از ریاضی با پایتون: دستور العمل های عملی برای حل مشکلات ریاضی محاسباتی با استفاده از برنامه نویسی پایتون و کتابخانه های آن دانلود , buy استفاده از ریاضی با پایتون: دستور العمل های عملی برای حل مشکلات ریاضی محاسباتی با استفاده از برنامه نویسی پایتون و کتابخانه های آن , خرید کتاب استفاده از ریاضی با پایتون: دستور العمل های عملی برای حل مشکلات ریاضی محاسباتی با استفاده از برنامه نویسی پایتون و کتابخانه های آن , دانلود کتاب Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries , کتاب Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries , دانلود Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries , خرید Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries , خرید کتاب Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.